Environment Duels：评测 LLM 解题与出题双重能力的动态智能体基准

宾夕法尼亚大学等机构研究者在 arXiv 发布 Environment Duels，一个让模型互相出题和解题的动态智能体基准。九个前沿 LLM 的结果显示解题与出题是不同技能，最强解题者不是最强出题者；成对交互具有传递性并产生稳定排名，且 Qwen3.8-27B 的强化学习实验表明在出题环境上的训练提升可追踪到其保留集推理与智能体基准上的进步。